CN112067162A - 基于空间插值与bim的粮仓温度分布模式检测方法 - Google Patents

基于空间插值与bim的粮仓温度分布模式检测方法 Download PDF

Info

Publication number
CN112067162A
CN112067162A CN202010920348.8A CN202010920348A CN112067162A CN 112067162 A CN112067162 A CN 112067162A CN 202010920348 A CN202010920348 A CN 202010920348A CN 112067162 A CN112067162 A CN 112067162A
Authority
CN
China
Prior art keywords
temperature
grid
thermal imaging
granary
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010920348.8A
Other languages
English (en)
Inventor
李灵芝
廖一峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010920348.8A priority Critical patent/CN112067162A/zh
Publication of CN112067162A publication Critical patent/CN112067162A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • G01K13/10Thermometers specially adapted for specific purposes for measuring temperature within piled or stacked materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0003Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiant heat transfer of samples, e.g. emittance meter
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48Thermography; Techniques using wholly visual means
    • G01J5/485Temperature profile
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077Imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开了一种基于空间插值与BIM的粮仓温度分布模式检测方法。该方法包括:构建粮仓建筑信息模型;生成三维格网空间;根据温度传感器实时测得的温度数值,利用空间插值方法对三维格网空间的格网点进行温度插值,得到每个格网点的温度;针对每一个格网空间,计算格网空间的各顶点温度值的平均值作为该格网空间的温度值,生成粮仓三维格网空间温度场;根据粮堆顶部热成像图像以及热成像像素值与粮堆温度之间的标定关系,生成粮堆顶部热成像温度场;利用粮堆顶部热成像温度场对粮仓三维格网空间温度场进行融合校正;通过WebGIS技术将粮仓场景以及实时三维温度场展示在前台页面。

Description

基于空间插值与BIM的粮仓温度分布模式检测方法
技术领域
本发明涉及人工智能、粮仓监测技术领域,具体涉及一种基于空间插值与BIM的粮仓温度分布模式检测方法。
背景技术
粮食温度是能否保证粮食安全储存的重要指标之一,准确地测得粮堆各层面的粮温数据,可以最大限度的减少粮食在储存过程中的损失。申请号为201420458331.5的专利文件公开了一种粮仓温度实时监测装置,无法得到粮仓内的三维温度分布;申请号为201610932357.2的专利文件公开了一种基于改进克里金算法的无线传感网温度监测方法,未说明如何根据设计规则格网地形,而且其经过插值得到的也只是二维温度场分布;申请号为201920648645.4的专利文件公开了一种基于UWB定位技术的粮仓温湿度监测系统,由于温度传感器部署在墙面,因此无法准确得到粮仓内部的温度场分布,尤其是大型粮仓。综上所述,现有技术存在无法获得三维温度场分布,而且温度场信息仅根据温度传感器获得,温度场表征精度不高。
发明内容
本发明的目的在于针对上述现有技术存在的缺陷,提出一种基于空间插值与BIM的粮仓温度分布模式检测方法。
一种基于空间插值与BIM的粮仓温度分布模式检测方法,该方法包括:
步骤1,根据粮仓地理位置信息、粮仓建筑结构信息、传感器信息,构建粮仓建筑信息模型;
步骤2,粮仓墙壁均匀部署温度传感器,同一高度相邻温度传感器连接构成外围多边形,从缩放比例序列中依次取缩放比例系数,以多边形重心位置为中心,绘制按照缩放比例系数进行等比缩放的内部多边形,得到与缩放比例序列中缩放比例系数个数相同的多个内部多边形,根据温度传感器分布在外围多边形上均匀标注多个格网点,根据缩放比例系数在内部多边形上均匀标注多个格网点,将同一高度相邻两个多边形中较小多边形的格网点与较大多边形上格网点按照设定规则连接,将同一缩放比例系数的相邻两个多边形的对应格网点连接,生成三维格网空间;
步骤3,根据温度传感器实时测得的温度数值,利用空间插值方法对三维格网空间的格网点进行温度插值,得到每个格网点的温度;
步骤4,针对每一个格网空间,计算格网空间的各顶点温度值的平均值作为该格网空间的温度值,生成粮仓三维格网空间温度场;
步骤5,根据粮堆顶部热成像图像以及热成像像素值与粮堆温度之间的标定关系,生成粮堆顶部热成像温度场;
步骤6,利用粮堆顶部热成像温度场对粮仓三维格网空间温度场进行融合校正:
Figure BDA0002666508910000011
其中,T为融合校正后的格网温度,T1为格网热成像温度值,T2为粮仓三维格网空间温度场中的格网空间插值温度值,α为混合系数,根据粮堆最高高度从上到下线性递减;
步骤7,通过WebGIS技术将粮仓场景以及实时三维温度场展示在前台页面。
粮仓顶部部署有热成像相机,利用热成像相机采集粮堆顶部热成像图像。
所述缩放比例序列中缩放比例系数取值范围为(0,1),序列中缩放比例系数依次降低。
步骤3中的空间插值方法为反距离加权法:
针对待插值格网点,计算该待插值格网点(x,y,z)与所有温度传感器之间的距离,温度传感器i(i=1,…,n)的空间坐标为(xi,yi,zi),n为传感器个数:
Figure BDA0002666508910000021
计算每个温度传感器的权重:
Figure BDA0002666508910000022
计算格网点温度T(x,y,z):
Figure BDA0002666508910000023
其中,T(xi,yi,zi)为温度传感器i的温度值。
步骤5具体为:
利用单应性矩阵对粮堆顶部热成像进行透视变换投影,得到粮堆顶部热成像俯视图,根据粮堆顶部热成像俯视图以及热成像像素值与温度之间的标定关系,生成粮堆顶部热成像温度场。
步骤5包括:
针对三维格网空间的每一个顶部格网,计算热成像覆盖到的格网面积比例,如果面积比例大于阈值,计算该格网内所有热成像像素值的平均值,作为该格网的热成像像素值,根据热成像像素值与粮堆温度之间的标定关系,得到该格网的热成像温度值;如果面积比例不大于阈值,则将空间插值温度值作为该格网的热成像温度值,生成粮堆热成像温度场。
粮仓墙壁的温度传感器的部署规则包括:
将粮仓按照高度划分为多层;
粮仓同一高度均匀部署多个温度传感器,形成多层温度传感器分布。
本发明与现有技术相比,具有以下有益效果:
1.本发明结合建筑信息模型技术,构建粮仓建筑信息模型,可以集成多种信息,结合WebGIS技术可以达到更好的可视化效果,包括更好的温度场可视化效果。
2.本发明根据温度传感器部署,结合等比缩放方法,设计了能够适用于多种粮仓的三维格网空间生成方法,适用范围广。
3.本发明利用空间插值方法根据传感器温度计算格网点温度,进一步得到每一个格网空间的温度值,生成三维格网空间温度场,所得温度场分布更加准确。
4.本发明结合热成像技术,利用粮堆顶部热成像对三维格网空间温度场进行融合校正,使用的混合校正方法考虑了粮仓的高度影响相比于传统的利用仅使用温度传感器的方法,最终生成的温度场更加准确。
5.本发明根据热成像覆盖范围,生成粮堆顶部热成像温度场,提高了粮堆顶部热成像温度场的准确度。
附图说明
图1为本发明的框架结构图。
图2为粮仓示意图;
图3为温度传感器分布形成的外围多边形、内围多边形示意图;
图4为热成像覆盖范围示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图以及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于空间插值与BIM的粮仓温度分布模式检测方法。图1为本发明的框架结构图。下面通过具体实施例来进行说明。
实施例1:
一种基于空间插值与BIM的粮仓温度分布模式检测方法:
步骤1,根据粮仓地理位置信息、粮仓建筑结构信息、传感器信息,构建粮仓建筑信息模型。
为了实现本发明,需要先构建粮仓建筑信息模型即粮仓BIM及信息交换模块。图2所示为粮仓示意图。粮仓BIM模型指以粮仓信息数据为基础,建立起三维的粮仓模型,并包含内部设施等信息。粮仓BIM中包括粮仓地理位置信息、粮仓建筑结构信息、温度传感器分布信息、热成像相机信息。粮仓建筑结构信息包括各种粮仓内部结构信息,结合WebGIS技术可以还原粮仓三维空间模型。
信息交换模块是一种基于BIM的数据交换平台。通过信息交换模块,粮仓建筑信息模型可以获得实时的传感器数据、热成像图像等,而外部接口也可以通过信息交换模块从粮仓BIM中获取想要的信息。本发明以粮仓BIM为基础,通过WebGIS技术将粮仓场景展现在Web中,可调用信息交换模块以展现最新的粮仓模型和内部信息。
本发明主要针对粮仓内的温度分布模式进行实时监测并生成三维温度场,然后根据检测的温度场分布数据对粮食储存情况进行分析,以便监管者作出决策。
首先在粮仓内部墙布处部署温度传感器,温度传感器采用普通的数字温度计即可,可以提供当前传感器位置的温度信息。最终将温度传感器位置信息上传到BIM中。温度传感器在粮仓内墙壁处均匀部署,覆盖到整个粮仓墙壁,大型粮仓可依据经验部署。
步骤2,粮仓墙壁均匀部署温度传感器,同一高度相邻温度传感器连接构成外围多边形,从缩放比例序列中依次取缩放比例系数,以多边形重心位置为中心,绘制按照缩放比例系数进行等比缩放的内部多边形,得到与缩放比例序列中缩放比例系数个数相同的多个内部多边形,根据温度传感器分布在外围多边形上均匀标注多个格网点,根据缩放比例系数在内部多边形上均匀标注多个格网点,将同一高度相邻两个多边形中较小多边形的格网点与较大多边形上格网点按照设定规则连接,将同一缩放比例系数的不同高度的相邻两个多边形的对应格网点连接,生成三维格网空间。
图3所示为等比缩放过程示意图。对于各个传感器所围成的外围多边形ABCDEF,A、B、C、D、E、F为温度传感器位置,先寻找多边形重心点位置为G(x,y)。重心的求解方法是常规的数学常识,在此不再赘述。然后设缩小比例为λ,那么根据向量的比例关系可以得到:
Figure BDA0002666508910000041
按照等比缩算式,可以得到等比缩放后的多边形A’B’C’D’E’F’。缩放比例序列实施者可以自行设置,缩放比例序列中缩放比例系数取值范围为(0,1),序列中缩放比例系数依次降低。在本实施例中λ采用[0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1],传感器所围成的多边形加等比缩放的多边形总共可生成10个多边形。
根据温度传感器分布在外围多边形上均匀标注多个格网点,根据缩放比例系数在内部多边形上均匀标注多个格网点。实施者可以根据实际实施场景设置格网点标注规则,只要格网点分布相对均匀即可。例如,图3所示的不规则六边形,一种实施方式是,从外到内,多边形格网点的个数依次减少,如外围多边形ABCDEF的每条边上可以再均匀设置三个点作为格网点,则每条边上有五个格网点,内围多边形A’B’C’D’E’F’的每条边上可以再均匀设置一个点作为格网点,则每条边上有三个格网点。还有一种实施方式是,外围多边形的格网点与内部多边形的格网点个数相同,在这种实施方式下,应合理设置缩放比例序列,避免每个格网面积浮动过大。
按照设定规则连接中的设定规则包括:若同一高度相邻两个多边形的格网点个数相同,将较小多边形的格网点与较大多边形的对应格网点连接,若同一高度相邻两个多边形中较大多边形格网点个数大于较小多边形,则将较小多边形格网点与较大多边形上距离最近的格网点连接,将同一缩放比例系数、不同高度的相邻两个多边形的对应格网点连接,生成三维格网空间。如图3所示,如果外围多边形仅包括A、B、C、D、E、F六个格网点,内部多边形仅包括A’、B’、C’、D’、E’、F’六个格网点,将对应点连接即可(即A与A’连接,以此类推),如果外围多边形ABCDEF的每条边上有五个格网点,内围多边形A’B’C’D’E’F’的每条边上有三个格网点,将内围多边形上格网点和其距离最近的外围多边形上的格网点连接即可。
三维格网空间的层高,实施者可以根据实施场景自行调整。本实施例中,三维格网空间的层高设置为粮堆整体高度的十分之一,因为传感器所围成的多边形加等比缩放的多边形总共可生成10个多边形,这样设计使得三维格网空间较为规则化。圆形、不规则的粮仓都可采用上述方法进行三维格网空间的建立。针对大型粮仓,上述三维格网的高度设置与缩放比例λ可据经验设定,不局限于上述比例数值。
然后通过空间插值法,利用各个温度传感器的读数进行插值,以得到粮仓内每个格网点的温度。
步骤3,根据温度传感器实时测得的温度数值,利用空间插值方法对三维格网空间的格网点进行温度插值,得到每个格网点的温度。
通过空间插值方法对各个温度传感器的读数进行插值,以得到粮仓内每个格网点的温度场分布。每个温度传感器在空间格网内的表示如(xi,yi,zi,Ti),xi,yi,zi表示其在规则格网内的坐标,Ti表示当前位置的温度,i表示温度传感器编号。
在本实施例中,利用反向距离权值插值法,根据各个温度传感器的读数进行插值,以得到粮仓格网点的温度。对待插值格网点,假定每个输入点都有着局部影响,这种影响随着距离的增加而减弱。
计算该待插值格网点(x,y,z)与所有温度传感器之间的距离,温度传感器i(i=1,…,n)的空间坐标为(xi,yi,zi),n为传感器个数:
Figure BDA0002666508910000051
计算每个温度传感器的权重:
Figure BDA0002666508910000052
计算格网温度T(x,y,z):
Figure BDA0002666508910000053
其中,T(xi,yi,zi)为温度传感器i的温度值。通过IDW插值求得各个待插值格网点的温度值。需要说明的是,如果格网点即温度传感器所在位置,则该格网点的温度值即温度传感器的温度值。
步骤4,针对每一个不可分的格网空间,计算格网空间的各顶点温度值的平均值作为该格网空间的温度值,得到粮仓三维格网空间温度场。
步骤1-3得到了每个格网点的温度值,针对每一个格网空间,即三维格网空间内每一个最小的不可再分的格网空间体,用该格网空间体中各顶点温度值的平均值作为该格网空间的温度值。为了便于理解,以规则立方体三维格网空间举例,规则立方体三维格网空间与魔方类似,魔方中的每个最小的立方体单元为一个格网空间,则该格网空间是由8个顶点构成的立方体,该格网空间的温度值通过8个顶点温度值的平均值来代替。对每个格网空间计算温度值,得到粮仓三维格网空间温度场。
在粮仓顶部部署热成像相机,可以得到粮堆的辐射量,计算温度信息。针对大型粮仓,可以部署多个热成像相机,粮仓内的每一个粮堆,都可以部署一部热成像相机。热成像是通过非接触探测红外能量,并将其转换为电信号,进而在显示器上生成热图像和温度值,可以很好的反映出物体的温度分布情况。在此,只需要热成像得到的温度值,由于热成像部署在粮堆上方,因此可以得到粮堆顶部的温度场分布。
步骤5,根据粮堆顶部热成像图像以及热成像像素值与粮堆温度之间的标定关系,生成粮堆顶部热成像温度场。针对三维格网空间的每一个顶部格网,计算热成像覆盖到的格网面积比例,如果面积比例大于阈值,计算该格网内所有热成像像素值的平均值,作为该格网的热成像像素值,根据热成像像素值与粮堆温度之间的标定关系,得到该格网的热成像温度值;如果面积比例不大于阈值,则将空间插值温度值作为该格网的热成像温度值,生成粮堆顶部热成像温度场。
标定关系的获得是公知的,在此简要说明。首先同步获得粮堆热成像以及监测点的实际温度,根据监测点实际温度与监测点热成像像素值之间的对应关系即可得到粮堆热成像像素值与温度之间的标定关系,将标定关系存储到粮仓建筑信息模型中。
首先将热成像覆盖到空间格网顶面平面上,以立方体空间格网为例。热成像覆盖空间格网为透视变换投影,需要引入单应矩阵Hn,对于ID为n热成像相机,都应在BIM的坐标系中投影,具体操作可以基于热成像图像四点和BIM空间格网对应坐标进行四点法估计。由于四点法是公知的常识,具体实施方法是简单易得的,在此不再赘述。
对于顶面平面的每一个格网,当热成像覆盖区域在一个格网内的面积比例大于阈值G时,将该热成像在格网区域的所有像素值进行求平均,并用平均值作为该顶部空间格网的热成像像素值。阈值G经验取值0.5。如图4所示,为热成像覆盖范围示意图,灰色部分为热成像范围,框线形成的4*4个小矩形部分为划分的格网。按照自左向右、自上而下的顺序,热成像覆盖第一个格网的面积大于阈值,则将该区域热成像像素值求平均,作为该空间格网的热成像值,根据标定关系即可得到热成像温度值;第十三个格网热成像覆盖第一个格网的面积小于阈值,使用空间插值得到的温度值作为该格网热成像温度值。热成像在该格网的面积比例可通过BIM空间格网坐标与热成像在BIM的投影坐标求得。至此,可以得到顶部格网的热成像温度场分布。
由于空间插值算法得到的结果往往会存在一些偏差,而热成像能很好的反映物体的温度情况,所以这里使用α融合方法,将热成像得到的粮堆顶部温度场分布与空间插值得到的温度场进行融合,以得到更为精确的粮仓温度场分布。
步骤6,利用粮堆顶部热成像温度场对得到粮仓三维格网空间温度场进行校正:
Figure BDA0002666508910000061
其中,T为格网温度,T1为格网热成像温度值,T2为格网空间插值温度值,α为混合系数,根据粮堆最高高度从上到下线性递减,
Figure BDA0002666508910000062
为校正系数。一种实施例是,
Figure BDA0002666508910000063
取1-3度。校正系数在实施中可以进行微调。
按上述公式对空间插值得到的温度场分布与热成像得到的粮堆顶部温度场分布中相同x,y坐标的格网空间进行温度值融合,Φ为校正系数,为人为经验值。由于温度受到多种因素的影响,因此校正系数的取值可根据粮仓内的气压传感器、湿度传感器等进行综合评估。
至此,得到了融合的粮仓三维温度场分布模型。
步骤7,通过WebGIS技术将粮仓场景以及实时三维温度场展示在前台页面。
为了方便管理与可视化,本发明结合WebGIS技术,将上述粮仓BIM模型集成到本系统中,通过调用信息交换模块实时更新粮仓三维模型和相关信息,并可查看相机感知信息、粮仓温度传感器信息,展示当前粮仓的温度分布结果。
同样地,为了更直观的反映出粮仓的温度分布结果,实施者可将粮仓的温度分布进行渲染,通过不同的颜色表达粮仓内的温度值。粮仓温度分布结果可以为粮仓管理者提供决策数据支持,如当粮仓温度过高时,采用粮食转移、粮仓降温等等。
以上实施例仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于空间插值与BIM的粮仓温度分布模式检测方法,其特征在于,该方法包括:
步骤1,根据粮仓地理位置信息、粮仓建筑结构信息、传感器信息,构建粮仓建筑信息模型;
步骤2,粮仓墙壁均匀部署温度传感器,同一高度相邻温度传感器连接构成外围多边形,从缩放比例序列中依次取缩放比例系数,以多边形重心位置为中心,绘制按照缩放比例系数进行等比缩放的内部多边形,得到与缩放比例序列中缩放比例系数个数相同的多个内部多边形,根据温度传感器分布在外围多边形上均匀标注多个格网点,根据缩放比例系数在内部多边形上均匀标注多个格网点,将同一高度相邻两个多边形中较小多边形的格网点与较大多边形上格网点按照设定规则连接,将同一缩放比例系数的相邻两个多边形的对应格网点连接,生成三维格网空间;
步骤3,根据温度传感器实时测得的温度数值,利用空间插值方法对三维格网空间的格网点进行温度插值,得到每个格网点的温度;
步骤4,针对每一个格网空间,计算格网空间的各顶点温度值的平均值作为该格网空间的温度值,生成粮仓三维格网空间温度场;
步骤5,根据粮堆顶部热成像图像以及热成像像素值与粮堆温度之间的标定关系,生成粮堆顶部热成像温度场;
步骤6,利用粮堆顶部热成像温度场对粮仓三维格网空间温度场进行融合校正:
Figure FDA0002666508900000011
其中,T为融合校正后的格网温度,T1为格网热成像温度值,T2为粮仓三维格网空间温度场中的格网空间插值温度值,α为混合系数,根据粮堆最高高度从上到下线性递减;
步骤7,通过WebGIS技术将粮仓场景以及实时三维温度场展示在前台页面。
2.如权利要求1所述的方法,其特征在于,粮仓顶部部署有热成像相机,利用热成像相机采集粮堆顶部热成像图像。
3.如权利要求1所述的方法,其特征在于,所述缩放比例序列中缩放比例系数取值范围为(0,1),序列中缩放比例系数依次降低。
4.如权利要求1所述的方法,其特征在于,所述步骤3中的空间插值方法为反距离加权法:
针对待插值格网点,计算该待插值格网点(x,y,z)与所有温度传感器之间的距离,温度传感器i(i=1,…,n)的空间坐标为(xi,yi,zi),n为传感器个数:
Figure FDA0002666508900000012
计算每个温度传感器的权重:
Figure FDA0002666508900000013
计算格网点温度T(x,y,z):
Figure FDA0002666508900000014
其中,T(xi,yi,zi)为温度传感器i的温度值。
5.如权利要求1所述的方法,其特征在于,所述步骤5具体为:
利用单应性矩阵对粮堆顶部热成像进行透视变换投影,得到粮堆顶部热成像俯视图,根据粮堆顶部热成像俯视图以及热成像像素值与温度之间的标定关系,生成粮堆顶部热成像温度场。
6.如权利要求1所述的方法,其特征在于,所述步骤5包括:
针对三维格网空间的每一个顶部格网,计算热成像覆盖到的格网面积比例,如果面积比例大于阈值,计算该格网内所有热成像像素值的平均值,作为该格网的热成像像素值,根据热成像像素值与粮堆温度之间的标定关系,得到该格网的热成像温度值;如果面积比例不大于阈值,则将空间插值温度值作为该格网的热成像温度值,生成粮堆热成像温度场。
7.如权利要求1所述的方法,其特征在于,粮仓墙壁的温度传感器的部署规则包括:
将粮仓按照高度划分为多层;
粮仓同一高度均匀部署多个温度传感器,形成多层温度传感器分布。
CN202010920348.8A 2020-09-04 2020-09-04 基于空间插值与bim的粮仓温度分布模式检测方法 Withdrawn CN112067162A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010920348.8A CN112067162A (zh) 2020-09-04 2020-09-04 基于空间插值与bim的粮仓温度分布模式检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010920348.8A CN112067162A (zh) 2020-09-04 2020-09-04 基于空间插值与bim的粮仓温度分布模式检测方法

Publications (1)

Publication Number Publication Date
CN112067162A true CN112067162A (zh) 2020-12-11

Family

ID=73666540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010920348.8A Withdrawn CN112067162A (zh) 2020-09-04 2020-09-04 基于空间插值与bim的粮仓温度分布模式检测方法

Country Status (1)

Country Link
CN (1) CN112067162A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113063524A (zh) * 2021-03-18 2021-07-02 武汉轻工大学 利用有限测温点构建平房仓高温异常区域温度场的方法
CN113920240A (zh) * 2021-05-19 2022-01-11 珠海市精实测控技术有限公司 一种实验室温度场三维成像方法
CN115862273A (zh) * 2022-11-23 2023-03-28 中国十七冶集团有限公司 一种有毒气体智能监测方法
CN118521808A (zh) * 2024-07-24 2024-08-20 浪潮通用软件有限公司 一种粮堆库图片对比分析方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113063524A (zh) * 2021-03-18 2021-07-02 武汉轻工大学 利用有限测温点构建平房仓高温异常区域温度场的方法
CN113063524B (zh) * 2021-03-18 2023-10-10 武汉轻工大学 利用有限测温点构建平房仓高温异常区域温度场的方法
CN113920240A (zh) * 2021-05-19 2022-01-11 珠海市精实测控技术有限公司 一种实验室温度场三维成像方法
CN113920240B (zh) * 2021-05-19 2022-12-13 珠海精实测控技术股份有限公司 一种实验室温度场三维成像方法
CN115862273A (zh) * 2022-11-23 2023-03-28 中国十七冶集团有限公司 一种有毒气体智能监测方法
CN115862273B (zh) * 2022-11-23 2023-09-29 中国十七冶集团有限公司 一种有毒气体智能监测方法
CN118521808A (zh) * 2024-07-24 2024-08-20 浪潮通用软件有限公司 一种粮堆库图片对比分析方法

Similar Documents

Publication Publication Date Title
CN112067162A (zh) 基于空间插值与bim的粮仓温度分布模式检测方法
CN108062784B (zh) 三维模型纹理贴图转换方法与装置
CN110411339B (zh) 一种基于平行激光束的水下目标尺寸测量设备及方法
CN107169981B (zh) 一种道砟颗粒三维廓形的检测方法及装置
CN109196561A (zh) 用于针对试衣可视化进行三维衣服网格变形和分层的系统和方法
CN107004302A (zh) 建模装置、三维模型生成装置、建模方法及程序
Meier et al. Atmospheric correction of thermal-infrared imagery of the 3-D urban environment acquired in oblique viewing geometry
CN107560593B (zh) 基于最小生成树的特殊无人机影像空三自由网构建方法
US8456470B2 (en) Lighting environment simulation system and method
CN114863258B (zh) 海天线场景中基于视角转换检测小目标的方法
CN112097746B (zh) 用于三维可视化的倾斜摄影数据采集方法
CN102279974A (zh) 摄像机监控面积计算方法及系统
CN112258649A (zh) 一种基于光线投射的三维城市太阳辐射计算方法
CN113465573A (zh) 单目测距方法、装置及智能装置
CN103854271B (zh) 一种平面摄像机标定方法
CN113012276B (zh) 基于辐射度的地表高分辨率光谱信息遥感反演方法
CN113920240B (zh) 一种实验室温度场三维成像方法
Giorgini et al. Sensor-based optimization of terrestrial laser scanning measurement setup on GPU
CN118212372A (zh) 一种融合神经隐式表面表征与体积渲染的建图方法
CN116596824B (zh) 多相机三维面模型融合方法
KR101996226B1 (ko) 피사체의 3차원 위치 측정 장치 및 그 방법
JP6962484B1 (ja) 温度分布学習装置
CN115409962A (zh) 虚幻引擎内构建坐标系统的方法、电子设备和存储介质
Bianco et al. Sensor placement optimization in buildings
Saikia et al. Wireless sensor node deployment strategy for hilly terrains–a surface approximation based approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201211